Karger-Stein 분기 증폭의 다른 응용 분야?

방금 대학원 알고리즘 수업에서 Karger-Stein randomized mincut 알고리즘 을 가르쳤습니다 . 이것은 진짜 알고리즘 보석 내가 할 수 있도록 하지 가르쳐,하지만 주요 기술의 다른 응용 프로그램을 모르기 때문에 항상 나를 좌절 떠난다. (그래서 요점을 운전하는 숙제를 할당하는 것은 어렵습니다.)

Karger와 Stein의 알고리즘은 Karger의 이전 알고리즘을 개선 한 것으로, 그래프에 꼭짓점이 2 개 밖에 없을 때까지 임의의 모서리를 반복적으로 축소합니다. 이 간단한 알고리즘은 시간에 실행되며 확률 Ω ( 1 / n 2 ) 의 최소 ​​컷을 반환합니다 . 여기서 n 은 입력 그래프의 꼭짓점 수입니다. 정제 된 "재귀 수축 알고리즘"은 정점 수가 n 에서 n / √ 로 떨어질 때까지 반복적으로 임의의 모서리를 수축합니다.$O(n^2)$$\Omega(1/n^2)$$n$$n$ 에서, 나머지 그래프에서재귀 적으로 자신을두 번호출하고결과적인 두 컷 중 더 작은 것을 리턴한다. 정제 된 알고리즘의 간단한 구현은O(n2logn)시간으로실행되며 확률Ω(1/logn)의 최소 ​​컷을 반환합니다. (이 알고리즘의 효율적인 구현과 더 나은 무작위 알고리즘이 있습니다.)$n/\sqrt{2}$$O(n^2\log n)$$\Omega(1/\log n)$

어떤 다른 무작위 알고리즘이 유사한 분기 증폭 기술을 사용합니까? 특히 그래프 컷이 포함 되지 않은 예제에 관심 이 있습니다.

@JeffE, 다음은 그래프에서 최소 무게 사이클 을 계산 하는 용지입니다 . 내가 기억하는 한, 그것은 분명히 Karger의 기술 / 결과에서 영감을 받았으며 재미있는 증거였습니다. 이것이 가르침에 도움이되기를 바랍니다.